10

Click here to load reader

Kecerdasan Buatan

Embed Size (px)

DESCRIPTION

Kecerdasan buatan

Citation preview

Page 1: Kecerdasan Buatan

PENGGOLONGAN DARAH

DENGAN METODE K-MEANS

KECERDASAN BUATAN

Oleh :

Fitri Yani

Satria Chahyo Nugroho

Ihsan Muftiyandi

10111590

10111606

10111601

Kelas : AI - 1

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA

2014

1.

Page 2: Kecerdasan Buatan

1. Latar Belakang

Teknologi yang serba cepat dan mudah selalu dikembangkan dan diaplikasikan pada

kehidupan sehari-hari. Adanya perkembangan teknologi akan mempermudah manusia dalam

melakukan berbagai hal secara mudah, cepat dan akurat. Kecepatan dan kemudahan untuk

memproses data akan sangat penting dalam kehidupan sehari-hari, khususnya pada bidang

medis.

Beberapa intstansi kesehatan yang ada masih menangani proses penggolangan darah

dengan cara melihat pola penggumpalan kimiawi seteh itu ditetesi cairan reagen, tidak jarang

hal ini mengakitbatkan kesalahan penggolongan darah.

Dengan adanya perangkat lunak yang dapat mengindentifikasi tipe golongan darah, maka

diharapkan proses identifikasi golongan darah dapat dilakukan secara otomatis dan tidak

menggunakan tenaga manusia. Untuk mengambil pola dari penggumpalan darah perlu

dilakukan pengolahan citra. Teknik pengolahan citra dapat membantu memperbaiki citra dan

menyederhanakan proses pengidentifikasian.Untuk mengidentifikasi suatu kumpulan data

tersebut dibutuhkan suatu metode salah satunya yaitu metode K-Means, dengan adanya

teknik pengidentifikasi tersebut diharapkan proses pengidentifikasian menghasilkan hasil

yang akurat. cara menentukan jenis golongan darah manusia dengan sensitifitas dan tingkat

keakuratan yang tinggi serta tampilan digital agar mudah dalam pembacaan dan pendataan.

Dengan adanya masalah seperti ini maka kami mencoba untuk membuat sebuah aplikasi

pengolahan citra secara digital guna menentukan sejenis golongan darah dengan metode K-

Means.

2. Identifikasi Masalah

Berdasarkan dari penjelasan yang dipaparkan dalam latar belakang sebelumnya, maka dapat

diidentifikasikan beberapa permasalahan di atas sebagai berikut:

1. Bagaimana cara menentukan jenis golongan darah manusia dengan sensitifitas dan tingkat

keakuratan yang tinggi serta tampilan digital agar mudah dalam pembacaan dan

pendataan.

2. Bagaimana cara merancang bangun aplikasi penentuan golongan darah dengan metode K-

Means.

Page 3: Kecerdasan Buatan

3. Bagaimana proses penentuan golongan darah menggunakan pengolahan citra secara

digital.

3. Maksud dan Tujuan

Berdasarkan masalah yang telah diuraikan pada bagian latar belakang dan identifikasi

masalah, maka maksud dari penelitian tugas ini adalah untuk membangun aplikasi yang mampu

menentukan jenis golongan darah manusia.

Adapun tujuan yang ingin dicapai dari pembangunan aplikasi ini adalah sebagai berikut :

1. Mempermudah proses penentuan jenis golongan darah manusia dengan sensitifitas dan

tingkat keakuratan yang tinggi serta tampilan digital agar mudah dalam pembacaan dan

pendataan.

2. Menerapkan metode K-Means untuk proses penggolongan darah.

3. Mempermudah proses penggolongan darah menggunakan pengolahan citra.

4. Batasan Masalah

Aplikasi yang akan dibangun merupakan sebuah aplikasi dengan batasan masalah dari

pengembangan sistem sebagai berikut.

a. Pencitraan sampel golongan darah menggunakan gambar darah manusia yang telah

membeku yang dihasilkan oleh kamera dengan auto focus.

b. Pengolahan citra menggukan software Matlab.

c. Menggunakan metode K-Means untuk clustering jenis golongan darah.

5. Metodologi Penelitian

Metodologi yang digunakan dalam penulisan tugas ini adalah sebagai berikut :

1. Tahap pengumpulan data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah sebagai berikut:

a. Studi Literatur.

Pengumpulan data dengan cara mengumpulkan literatur, jurnal, paper dan bacaan-

bacaan yang ada kaitannya dengan judul penelitian.

b. Observasi.

Page 4: Kecerdasan Buatan

Teknik pengumpulan data dengan mengadakan penelitian dan peninjauan langsung

terhadap permasalahan yang diambil.

c. Interview.

Teknik pengumpulan data dengan mengadakan tanya jawab secara langsung yang ada

kaitannya dengan topik yang diambil.

2. Tahap pembuatan perangkat lunak.

Model pengembangan dalam pembuatan perangkat lunak ini menggunakan model

waterfall menurut referensi Sommerville, yang meliputi beberapa proses diantaranya:

1. Rekayasa sistem dan Analisis (Sistem Engineering and Analysis)

Karena perangkat lunak adalah bagian darisistem yang lebih besar, pekerjaan

dimulai dari pembentukan kebutuhan-kebutuhan untuk seluruh elemen sistem dan

kemudian memilah mana yang untuk pengembangan perangkat lunak. Hal ini

penting, ketika perangkat lunak harus berkomunikasi dengan hardware, orang dan

basis data

2. Analisis kebutuhan perangkat lunak (Software Requirements Analysis)

Pengumpulan kebutuhan dengan fokus pada perangkat lunak, yang meliputi :

Domain informasi, fungsi yang dibutuhkan, unjuk kerja/performansi dan antarmuka.

Hasilnya harus didokumentasi dan direviewke pelanggan

3. Perancangan (Design)

Ada 4 atribut untuk program yaitu : Struktur Data, Arsitektur perangkat lunak,

Prosedur detil dan Karakteristik Antarmuka. Proses desain mengubah

kebutuhankebutuhan menjadi bentuk karakteristik yang dimengerti perangkat lunak

sebelum dimulai penulisan program. Desain ini harus terdokumentasi dengan baik

dan menjadi bagian konfigurasi perangkat lunak.

4. Pembuatan kode (Coding)

Penterjemahan perancangan ke bentuk yang dapat dimengerti oleh mesin, dengan

menggunakan bahasa pemrograman.

5. Pengujian (Testing)

Page 5: Kecerdasan Buatan

Setelah kode program selesai testing dapat dilakukan. Testing memfokuskan pada

logika internal dari perangkat lunak, fungsi eksternal dan mencari segala

kemungkinan kesalahan dan memeriksa apakah sesuai dengan hasil yang diinginkan.

6. Pemeliharaan (Maintenance)

Merupakan bagian paling akhir dari siklus pengembangan dan dilakukan setelah

perangkat lunak dipergunakan. Kegiatan :

a. Corrective Maintenance : Mengoreksi kesalahan pada perangkat lunak, yang baru

terdeteksi pada saatperangkat lunak dipergunakan

b. Adaptive Maintenance : Penyesuaian dengan lingkungan baru, misalnya sistem

operasi atau sebagai tuntutan atas perkembangan sistem komputer, misalnya

penambahan printer driver

c. Perfektive Maintenance : Bila perangkat lunak sukses dipergunakan oleh

pemakai. Pemeliharaan ditujukan untuk menambah kemampuannya seperti

memberikan fungsi-fungsi tambahan, peningkatan kinerja dan sebagainya.

6. Sistematika Penulisan

Sistematika penulisan laporan ini disusun untuk memberikan gambaran umum tentang

penelitian yang dijalankan. Sistematika penulisan laporan tugas ini adalah sebagai berikut :

BAB 1 PENDAHULUAN

Pada bab ini menguraikan permasalahan secara garis besar tentang latar belakang, rumusan

masalah, maksud dan tujuan, batasan masalah, metodologi penelitian, serta sistematika

penulisan.

BAB 2 TINJAUAN PUSTAKA

Pada bab ini menguraikan landasan teori yang membahas berbagai konsep dasar dan teori -

teori yang berkaitan dengan hal - hal yang berguna untuk pembangunan Aplikasi Pengenalan

dan Pembelajaran Akord Gitar Menggunakan Macromedia Flash.

BAB 3 PEMBAHASAN

Pada bab ini menjelaskan mengenai hasil pembahasan terhadap sistem yang sedang berjalan

untuk mengetahui kekurangan dan kebutuhan sistem yang akan dibangun agar menjadi lebih

Page 6: Kecerdasan Buatan

baik. Selain itu juga terdapat perancangan antarmuka, implementasi dan pengujian dari

sistem yang akan dibangun.

BAB 4 KESIMPULAN DAN SARAN

Pada bab ini berisi kesimpulan yang diperoleh dari hasil pengerjaan tugas ini dan pemberian

saran yang diperlukan khususnya yang berkaitan dengan pengembangan aplikasi.

KAJIAN LITERATUR

Judul Artikel MENENTUKAN JENIS GOLONGAN DARAH DENGAN PENGOLAHAN CITRA

Penulis Riyanto SigitMasalah Bagaimana cara mengembangkan perangkat lunak jaringan syaraf

tiruan untuk mendeteksi golongan darah manusia melalui pengenalan pola pembekuannya

Solusi Mengidentifikasi golongan darah berdasarkan pola pembekuan darah yang diolah melalui pengolahan citra.

Pengujian Gambar golongan darah yang telah menggumpal diolah dengan pengolahan citra dan akan menghasilkan pola. Pola tersebut diidentifikasi dan dicocokan dengan pola yang telah ditentukan kedalam kelas-kelas yang sudah ada.

Kesimpulan 1. Perangkat lunak ini dapat digunakan untuk menyederhanakan gambar dengan mengunakan deteksi tepi yaitu metode Prewitt Operator.

2. Golongan darah tersebut dapat dikenali sebagai golongan darah A, B, AB, dan O dengan jaringan syaraf tiruan menggunakan metode backpropagasi.

3. Keberhasilan perangkat lunak sangat tergantung dengan kondisi piranti pendukung, seperti kamera video, video blaster, dan intensitas penerimaan cahaya.